專利名稱：一種血管內超聲圖像序列的三維分割方法
技術領域：
本發(fā)明涉及一種血管內超聲圖像序列的三維分割方法，該方法可實現(xiàn)對IVUS圖 像序列的并行分割，屬醫(yī)學成像技術領域。
背景技術：
血管內超聲(Intravascular Ultrasound, IVUS)成像技術能夠反映血管內腔的變 化以及含斑塊在內的管腔橫斷面結構、血管壁厚度、形態(tài)以及斑塊成分等。血管壁在IVUS 圖像上呈現(xiàn)回聲不同的三層環(huán)形結構，且圖像序列中的前后幀之間非常相似，具有很強的 相關性。對IVUS圖像進行分割，提取出血管內腔邊界和中-外膜邊界(包括可能存在的斑 塊邊緣)，是定量分析和血管三維重建的重要步驟，分割質量直接決定定量測量和三維重建 的精度。目前臨床常采用手動分割，由富有經驗的醫(yī)生用鼠標在屏幕上逐幀勾畫。由于IVUS 圖像序列常包括上千幀，因而該方法不但耗時，而且可重復性差，分割結果在很大程度上取 決于操作者的經驗和主觀因素?，F(xiàn)有的采用數(shù)字圖像處理技術的自動分割方法都是在二維 空間中進行串行處理，即對IVUS序列中的各幀圖像進行逐幀分割，因而處理效率較低。

發(fā)明內容
本發(fā)明的目的是克服現(xiàn)有技術的不足、提供一種IVUS圖像序列的三維分割方法， 以提高圖像序列的分割處理效率。本發(fā)明所稱問題是以下述技術方案實現(xiàn)的一種血管內超聲圖像序列的三維分割方法，它首先對原始IVUS圖像進行濾除噪 聲和抑制環(huán)暈偽像的預處理，然后獲取IVUS圖像序列的四個縱向視圖，并從中提取出血管 內腔邊界和中-外膜邊界，再通過將這些邊界曲線映射到各幀IVUS圖像中，得到橫向視圖 中血管壁的初始邊界，最后通過使能量函數(shù)最小，初始邊界不斷變形，最終得到各幀IVUS 圖像中的血管內腔和中-外膜邊界。上述血管內超聲圖像序列的三維分割方法，具體采用以下步驟a、對原始IVUS圖像進行預處理，包括濾波去噪和去除環(huán)暈偽像首先采用中值濾波和高斯平滑兩種通用預處理方法，減少IVUS圖像中的椒鹽噪 聲和隨機噪聲，然后對各幀IVUS圖像進行極坐標變換，得到其極坐標視圖，再按照下式去 除極坐標視圖中的環(huán)暈偽像
Γ η ,,,。、{hathcer ‘ r 么 ε χ ImcigeWidth/2Ι\γ,Θ) = ·{其中，I(r，θ )和I' (r, θ )分別為原極坐標視圖和去除環(huán)暈偽像后的極坐標視 圖中像素點(r，θ )處的灰度值；r為像素點的極徑；θ為像素點的極角；I。athrtCT是原IVUS 圖像中導管區(qū)域的像素灰度值；ImageWidth為以像素為單位的圖像寬度；ε為權重參數(shù)； 最后經過極坐標逆變換，即可得到直角坐標系下去除環(huán)暈偽像后的IVUS圖像；
b、分別取IVUS圖像序列的沿血管長軸方向的四個縱向視圖，即垂直切面A、水平 切面B、左對角線切面C和右對角線切面D ；C、從IVUS縱向視圖中提取出血管內腔邊界和中_外膜邊界從縱向視圖的中軸線開始，分別向左和向右逐行遍歷四個IVUS縱向視圖中的各 像素，用I(i，j)表示坐標為(i,j)的像素的灰度值，I(i，j+1)表示坐標為(i，j+Ι)的像素 的灰度值，若I(i，j+l)-I(i，j) ^ η, η為閾值，則(i，j)為目標邊界點，否則不是；將每 行左右兩部分的像素中，第一個符合上述條件的像素記為內腔邊界點，第二個記為中-外 膜邊界點；其中，n為閾值；d、將四個縱向視圖中的邊界曲線映射到各幀IVUS圖像中，縱向視圖中的邊界線 對應到橫向視圖中為邊界點，依次連接各邊界點，得到各幀IVUS圖像中血管內腔的初始邊 界和中-外膜的初始邊界；e、各幀IVUS圖像中的初始邊界通過snake變形獲得血管內腔邊界和中-外膜邊 界將各幀IVUS圖像中血管內腔初始邊界和中_外膜初始邊界作為snake模型的初 始形狀，將初始邊界離散成由N個點組成的有序點集，則snake能量函數(shù)的離散表達式為
權利要求
一種血管內超聲圖像序列的三維分割方法，其特征是，首先對IVUS原始圖像進行濾除噪聲和抑制環(huán)暈偽像的預處理，然后獲取IVUS圖像序列的四個縱向視圖，并從中提取出血管內腔邊界和中 外膜邊界，再通過將這些邊界曲線映射到各幀IVUS圖像中，得到橫向視圖中的初始邊界，最后通過使能量函數(shù)最小，初始邊界不斷變形，最終得到各幀IVUS圖像中的血管內腔和中 外膜邊界。
2.根據(jù)權利要求1所述血管內超聲圖像序列的三維分割方法，其特征是，該方法包括 以下步驟a、對原始IVUS圖像進行預處理，包括濾波去噪和去除環(huán)暈偽像首先采用中值濾波和高斯平滑兩種通用預處理方法，減少IVUS圖像中的椒鹽噪聲和 隨機噪聲，然后對各幀IVUS圖像進行極坐標變換，得到其極坐標視圖，再按照下式去除極 坐標視圖中的環(huán)暈偽像,,,\Ueter, r< SXlmageWidth12 [ (τ,θ), else其中，I(r，θ )和I' (r, θ )分別為原極坐標視圖和去除環(huán)暈偽像后的極坐標視圖中 像素點(r，θ )處的灰度值；r為像素點的極徑；θ為像素點的極角；I。athrtCT是原IVUS圖像 中導管區(qū)域的像素灰度值；ImageWidth為以像素為單位的圖像寬度；ε為權重參數(shù)；最后 經過極坐標逆變換，即可得到直角坐標系下去除環(huán)暈偽像后的IVUS圖像；b、分別取IVUS圖像序列的沿血管長軸方向的四個縱向視圖，即垂直切面A、水平切面 B、左對角線切面C和右對角線切面D ；C、從IVUS縱向視圖中提取出血管內腔邊界和中-外膜邊界從縱向視圖的中軸線開始，分別向左和向右逐行遍歷四個IVUS縱向視圖中的各像素， 用I(i，j)表示坐標為(i，j)的像素的灰度值，I (i，j+1)表示坐標為(i，j+1)的像素的灰 度值，若I(i，j+l)_I(i，j)彡n，則(i，j)為目標邊界點，否則不是；將每行左右兩部分的 像素中，第一個符合上述條件的像素記為內腔邊界點，第二個記為中-外膜邊界點；其中， η為閾值；d、將四個縱向視圖中的邊界曲線映射到各幀IVUS圖像中，縱向視圖的邊界線對應到 橫向視圖中為邊界點，依次連接各邊界點，得到各幀IVUS圖像中血管內腔的初始邊界和 中-外膜的初始邊界；e、各幀IVUS圖像中的初始邊界通過snake變形獲得血管內腔邊界和中-外膜邊界將各幀IVUS圖像中血管壁的初始邊界作為snake模型的初始形狀，將初始邊界離散成由N個點組成的有序點集，則能量函數(shù)的離散表達式為N-IE = j^[Emt(i) +Eext(i)]ι=0max α2 max α^dd255V2其中，Eint是內部能量；Eext是外部能量；Ci(Xi，yi)(i = 1,2,…，N-2)是第i個snake 點，(XiJi)是它的坐標；(V1和ci+1分別是第i_l個和第i+Ι個snake點J和maxd分別是 相鄰snake點之間的平均距離和最大距離；I (Xi，Yi)和▽/(U)分別是坐標為Ui, Yi)的像素的灰度和灰度梯度值；α，β，Y，λ e
都是權重參數(shù)。通過使能量函數(shù)E最小，snake模型從初始形狀開始不斷變形，最終停留在能量函數(shù)取 得全局最小值的最優(yōu)位置，即為目標邊界。
3.根據(jù)權利要求2所述血管內超聲圖像序列的三維分割方法，其特征是，所述權重參 數(shù)ε的取值區(qū)間為
，閾值η的取值區(qū)間為[10，20]。
4.根據(jù)權利要求3所述血管內超聲圖像序列的三維分割方法，其特征是，能量函數(shù)的 全局最優(yōu)化采用Williams貪婪算法完成。
全文摘要
一種血管內超聲圖像序列的三維分割方法，用于提高圖像序列的分割處理效率。其技術方案是它首先對原始圖像進行濾除噪聲和抑制環(huán)暈偽像的預處理，然后獲取IVUS圖像序列的四個縱向視圖，并從中提取出血管內腔邊界和中-外膜邊界，再通過將這些邊界曲線映射到各幀IVUS圖像中，得到橫向視圖中的初始邊界，最后通過使能量函數(shù)最小，初始邊界不斷變形，最終得到各幀IVUS圖像中的血管內腔和中-外膜邊界。與傳統(tǒng)方法相比，本發(fā)明具有以下優(yōu)點第一，可以利用整個圖像序列的信息；第二，可同時完成對各幀圖像的分割，實現(xiàn)對整個圖像序列的并行處理，從而大大提高了處理效率，縮短了處理時間。
文檔編號G06T5/00GK101964118SQ20101029732
公開日2011年2月2日 申請日期2010年9月30日 優(yōu)先權日2010年9月30日
發(fā)明者孫正, 楊宇 申請人:華北電力大學(保定)